인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Defects in steel products pose significant risks to safety and reliability in the steel industry. Although supervised deep learning has been implemented for defect inspection, its reliance on large annotated defect samples for training remains time-consuming and costly, limiting its practicality and generalization to diverse real-world scenarios. To address this challenge, we propose a semi-supervised framework that augments steel surface defect images using a conditional latent diffusion model and leverages pseudo-labels generated by a pre-trained segmenter to train a defect segmentation model. Using the public dataset NEU-seg, we augment data and evaluate the segmentation performance of our method for defects and defect regions against conventional geometric image augmentation techniques. Experimental results demonstrate the proposed method’s superior segmentation accuracy for both defect types and regions compared to comparative approaches, as measured by mean intersection over union (mIoU) and mean Dice coefficient (mDice).
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094407319
